Transistores eletrolíticos aplicados como genossensores para saúde animal

Abstract

MicroRNAs (miRNAs) são biomarcadores promissores para o diagnóstico de doenças, fato evidenciado pelo Prêmio Nobel de Fisiologia ou Medicina de 2024 concedido a Ambros e Ruvkun pela revelação de seu papel na regulação gênica. Métodos convencionais de detecção de miRNA, como a Reação em Cadeia da Polimerase com Transcrição Reversa, requerem instrumentação e reagentes complexos, o que limita sua integração em dispositivos diagnósticos portáteis e rápidos. Neste trabalho, reportamos um biossensor ultrassensível e seletivo que combina óxido de grafeno reduzido funcionalizado com ssDNAcp, transistores eletrolíticos e aprendizado de máquina para a detecção ultrassensível e seletiva de miRNAs. Nossa estratégia foca na família miR-34, especificamente miR-34a, miR-34b e miR-34c, associadas a distúrbios neurológicos e com potencial aplicação no diagnóstico em saúde animal. O biossensor foi capaz de discriminar de forma confiável sequências perfeitamente complementares de sequências com incompatibilidades em uma ampla faixa dinâmica (de 0,1 a 1.000 amol L⁻¹) e com um limite de detecção ultrabaixo (0,098 amol L⁻¹). O aprendizado de máquina possibilitou a análise multidimensional dos sinais das curvas de transferência dos EGTs e a extração de relações fisicamente significativas a partir de dados de alta dimensionalidade. Este trabalho representa um avanço significativo em dispositivos portáteis de diagnóstico para o biossensoriamento de miRNAs de forma ultrassensível e altamente seletiva.

MicroRNAs (miRNAs) are promising biomarkers for disease diagnosis, a significance underscored by the 2024 Nobel Prize in Physiology or Medicine awarded to Ambros and Ruvkun for revealing their role in gene regulation. Conventional miRNA detection methods, such as Reverse Transcription Polymerase Chain Reaction (RT-PCR), require complex instrumentation and reagents, limiting their integration as portable and fast diagnostic devices. We report an ultrasensitive and selective biosensor that combines DNA-functionalized reduced graphene oxide (rGO), electrolyte-gated transistors (EGTs), and machine learning (ML) for ultrasensitive and selective miRNA detection. Our strategy focuses on the miR34 family, namely miR-34a, miR-34b, and miR-34c, which are associated with neurological disorders and present potential for animal health diagnostics. The biosensor reliably discriminated perfectly matched from mismatched sequences in a wide dynamic range (from 0.1 to 1,000 amol L⁻¹) and with an ultralow limit of detection (0.098 amol L⁻¹). ML provided multidimensional signal analysis of the EGT transfer curve and the extraction of physically meaningful relationships from high-dimensional data. This work represents a significant advance in portable diagnostic devices for the ultrasensitive and highly selective biosensing of miRNAs.